python 网格搜索 卡死_python-TypeError网格搜索

我曾经创建循环来为模型找到最佳参数,这增加了我的编码错误,因此我决定使用GridSearchCV.

我正在尝试为我的模型找出PCA的最佳参数(我要在其上进行网格搜索的唯一参数).

在此模型中,归一化后,我想将原始特征与PCA简化特征结合起来,然后应用线性SVM.

然后,我保存整个模型以预测我的输入.

我在尝试拟合数据的行中出现错误,因此可以使用best_estimator_和best_params_函数.

错误显示：TypeError：score函数应该是可调用的,所有(< type'str'>)类型都已传递.我没有使用任何可能需要在GridSearchCV中提供字符串的参数,所以不确定为什么会出现此错误

我还想知道在保存模型之前,行print(“ model after model”,X.shape)是否应该基于所有可能的参数同时打印(150,7)和(150,5)？

from sklearn.pipeline import Pipeline, FeatureUnion

from sklearn.model_selection import GridSearchCV

from sklearn.svm import SVC

from sklearn.datasets import load_iris

from sklearn.decomposition import PCA

from sklearn.feature_selection import SelectKBest

from sklearn.preprocessing import StandardScaler

from sklearn.externals import joblib

from numpy import array

iris = load_iris()

<